手写数字识别源码 识别率98%以上 无需单独数据集

from keras.datasets import mnist
from keras import models
from keras import layers
from keras.utils import to_categorical

（train_images train_labels） （test_images test_labels） = mnist.load_data（）


network = models.Sequential（）
network.add（layers.Dense（512 activation=‘relu‘ input_shape=（28 * 28）））
network.add（layers.Dense（10 activation=‘softmax‘））

train_images = train_images.reshape（（60000 28 * 28））
train_images = train_images.astype（‘float32‘） / 255
test_i